# oh-my-pi、ツール引数と再開履歴を修正して端末分岐を追加

> oh-my-piのツール引数・再開履歴修正と端末分岐、llama.cppの生成中スロット保護、TalorysのCloudflare構成を確認。MTP画像入力の修正とApate・LLMハニーポットの測定範囲も整理し、更新対象、データ処理境界、モデル別条件、効果指標を混同しないための判断材料をまとめる。

Canonical URL: https://labs.eastbraver.com/digest/ai-digest-20261011
Published: 2026-10-11T06:30:00+09:00
Category: ai-digest
Tags: ai-agent, evaluation, agentic-infra, cloudflare, open-source, local-inference, cybersecurity

oh-my-piは空の終端イベントと再開時の履歴処理を修正し、端末へのセッション分岐を追加した。llama.cppは生成中の指定スロットへ別要求のキャッシュを読み込まないようにした。TalorysのCloudflare配置、MTPの画像入力、ApateとLLMハニーポットの効果指標も、独立した話題として確認する。（[出典1](https://github.com/can1357/oh-my-pi/releases/tag/v18.8.8) / [出典2](https://github.com/can1357/oh-my-pi/releases/tag/v18.8.9) / [出典3](https://github.com/ggml-org/llama.cpp/pull/30295) / [出典4](https://github.com/rociiu/talorys) / [出典5](https://github.com/ggml-org/llama.cpp/pull/30257) / [出典6](https://www.wired.com/story/ai-is-getting-really-good-at-messing-with-cybercriminals/)）

今回の採用判断では、処理を進める前にどの状態を保持・保護するかを確認したい。ツール引数の終端、提供元ごとの再開履歴、生成中スロットの保護は別々の失敗条件を持つ。対応一覧や速度の数字だけで一括判断せず、配置先の割当、モデルとバックエンド、効果指標も、それぞれの根拠に合わせて読む。（[出典1](https://github.com/can1357/oh-my-pi/pull/15099) / [出典2](https://github.com/can1357/oh-my-pi/pull/15148) / [出典3](https://github.com/ggml-org/llama.cpp/pull/30295)）

## oh-my-pi、ツール引数と再開履歴を修正して端末分岐を追加

コーディングエージェントoh-my-piのv18.8.8は、OpenAI Responses形式で受け取る[ツール引数](/guides/tool)と、セッション再開時の推論履歴を修正した。v18.8.9では、`/fork pane|window|tab`でセッションを別の端末ペイン・ウィンドウ・タブへ分岐する操作が加わった。（[出典1](https://github.com/can1357/oh-my-pi/releases/tag/v18.8.8) / [出典2](https://github.com/can1357/oh-my-pi/releases/tag/v18.8.9)）

引数の修正対象は、ストリーミング中に実際の引数が届いた後、互換プロキシなどが空の終端ペイロードを送る場合である。従来はその空の値で受信済みの引数を上書きしていたが、修正後は内容を保持する。空でない最終引数が正当に`{}`を指定する場合まで無視する変更ではなく、通常の完全な終端ペイロードを返す提供元すべてで同じ障害が起きていたという意味でもない。（[出典1](https://github.com/can1357/oh-my-pi/pull/15099)）

履歴の修正は、OpenAI Responsesセッションを再開した最初の要求でも、以前の暗号化された推論を落とさず送れるようにするものだ。ただしGitHub Copilotは、接続に依存するネイティブ履歴を最初の応答まで再構築する扱いを維持する。提供元ごとの接続条件を無視して、あらゆる再開に同じ履歴を再送する変更ではない。（[出典1](https://github.com/can1357/oh-my-pi/releases/tag/v18.8.8) / [出典2](https://github.com/can1357/oh-my-pi/pull/15148)）

端末分岐では、対応するtmux・Zellij・Herdr・CMUX・Orcaなどの能力に応じて起動先を選ぶ。分岐元で実行中だったツール呼び出しは、中断済みと断定せず結果不明として扱う。OrcaのCLI起動がバックグラウンドになる場合の警告や、シェル入力を使う起動方式でのPOSIXシェル確認も含む。（[出典1](https://github.com/can1357/oh-my-pi/releases/tag/v18.8.9) / [出典2](https://github.com/can1357/oh-my-pi/pull/13620)）

> [!CAUTION] 端末統合の確認範囲
> PRの作者はOrcaのネイティブGUI、Zellij、Herdrでの起動を実際には試していないと明記している。対応コードとリリースノートだけで、各環境の前面表示や実操作まで成功したとは判定できない。（[出典1](https://github.com/can1357/oh-my-pi/pull/13620)）

**EastBraverの見立て:** 引数の受信完了と実行、[履歴とモデルが読む文脈](/guides/context)、端末の起動と実際の表示は、それぞれ別の境界として扱いたい。今回の更新は具体的な不整合を直すが、すべての提供元・端末での互換性を一括保証するものではない。（[出典1](https://github.com/can1357/oh-my-pi/releases/tag/v18.8.8) / [出典2](https://github.com/can1357/oh-my-pi/pull/13620)）

- 出典: [oh-my-pi v18.8.8](https://github.com/can1357/oh-my-pi/releases/tag/v18.8.8)（公式リリース、2026-10-11 00:02 JST） / [v18.8.9](https://github.com/can1357/oh-my-pi/releases/tag/v18.8.9)（公式リリース、2026-10-11 02:15 JST）

## llama.cpp b11552、生成中の指定スロットを別要求のキャッシュから保護

llama.cpp b11552は、生成中の`id_slot`を別の要求が明示指定した場合に、先行する生成の文脈を壊し得る処理順を修正した。RAM内のプロンプトキャッシュにより良い一致があると、待機させる前にそのキャッシュを読み込み、実行中の生成が別の文脈で続いてしまっていた。（[出典1](https://github.com/ggml-org/llama.cpp/releases/tag/b11552) / [出典2](https://github.com/ggml-org/llama.cpp/pull/30295)）

修正後は、指定されたスロットが生成中なら状態を変更せず、要求を待機させる。PRの作者は修正前に失敗する回帰テストを追加したと報告し、利用者も自身の構成で改善を報告している。ただし、構成や試行数が異なる報告を一般的な性能比較や、すべての並列処理での再現試験として扱うことはできない。（[出典1](https://github.com/ggml-org/llama.cpp/pull/30295)）

**EastBraverの見立て:** この更新はキャッシュを無効化する対応ではなく、キャッシュの復元前に生成中のスロットを保護する修正である。[モデルが読む文脈](/guides/context)の整合性が関わるため、同じスロットを指定する要求が重なる運用では、応答速度だけでなく生成内容が混ざらないことを確認したい。（[出典1](https://github.com/ggml-org/llama.cpp/pull/30295)）

- 出典: [llama.cpp b11552](https://github.com/ggml-org/llama.cpp/releases/tag/b11552)（プレリリースの実装修正、2026-10-11 04:52 JST） / [PR #30295](https://github.com/ggml-org/llama.cpp/pull/30295)（変更理由と検証報告）

## Talorys、利用者のCloudflare内で動く個人AIエージェント

Talorysは、シングルユーザー向けの個人AIエージェントを利用者自身のCloudflareアカウント内へ配置するプロジェクトで、導入用CLIの`create-talorys` 0.1.0が10月10日にnpmへ公開された。開発者は、ストリーミング対応チャット、記憶、タスク、ノート、プロジェクト、リマインダー、定期処理を提供し、開発者側のサーバーやデータベース、アカウントを使わずWorkers Freeプラン内での利用を想定すると説明している。（[出典1](https://github.com/rociiu/talorys) / [出典2](https://registry.npmjs.org/create-talorys)）

React製フロントエンドとAPI用Pages Functionの後段に、外部公開URLを持たないPrivate Workerを置く構成だ。API要求はPages Functionからサービスバインディング経由でWorkerへ転送され、[認証と認可](/guides/ai-identity-authorization)もWorker側で行う。状態はSQLite対応Durable Object、推論はWorkers AI、スケジュール実行はアラームが担う。（[出典1](https://github.com/rociiu/talorys/blob/main/docs/architecture.md)）

標準構成のブラウザーからのアプリ内API通信先は利用者のpages.devサイトで、チャット応答はServer-Sent Eventsでストリーミングされる。Private Workerに公開URLがないことは、pages.dev側のログインページまで非公開であることを意味しない。（[出典1](https://github.com/rociiu/talorys/blob/main/README.md) / [出典2](https://github.com/rociiu/talorys/blob/main/docs/security.md)）

Workers AIの無料割当は1日10,000 Neuronsで、毎日09:00 JSTにリセットされる。開発者はAI割当を使い切るとチャットが止まる一方、推論を使わないタスク、ノート、記憶、リマインダーと保存データは維持されると説明している。ただしWorkersとDurable Objectsの割当は別であり、それらの上限超過やAIを使う自動処理まで継続を保証するものではない。有料プランでのAI超過料金も、他サービスの使用量課金とは別に確認する必要がある。（[出典1](https://github.com/rociiu/talorys/blob/main/README.md) / [出典2](https://developers.cloudflare.com/workers-ai/platform/pricing/) / [出典3](https://developers.cloudflare.com/durable-objects/platform/pricing/)）

データは利用者のCloudflareアカウントにあるSQLite対応Durable Objectへ保存される。開発者はデータを受け取らないとしている一方、Workers AIによる推論ではチャットメッセージと各プロンプトに含まれる関連記憶をCloudflareが処理する。バックアップには会話や記憶、タスク、ノート、プロジェクト、設定、自動処理が含まれるが、セッションと認証情報は含まれない。（[出典1](https://github.com/rociiu/talorys)）

公開されたセキュリティ文書は、認証、CSRF、公開境界、プロンプト注入対策、破壊的ツールの確認条件を説明している。設計と対策が文書にあることと、第三者による監査や実運用の安全性が独立して証明されたことは区別したい。（[出典1](https://github.com/rociiu/talorys/blob/main/docs/security.md)）

**EastBraverの見立て:** [AI Agent](/guides/ai-agent)を自分のアカウントへ置くことは、処理をすべて手元へ戻すことではない。Talorysでは開発者の基盤を使わない一方、Cloudflareが保存と推論を担う。無料枠で使う判断では、推論の停止と他サービスの上限を分けて確認したい。（[出典1](https://github.com/rociiu/talorys/blob/main/README.md) / [出典2](https://developers.cloudflare.com/workers-ai/platform/pricing/)）

- 出典: [Talorys公式リポジトリ](https://github.com/rociiu/talorys)（設計と機能の説明） / [npm公開記録](https://registry.npmjs.org/create-talorys)（導入CLI 0.1.0、2026-10-10 18:57 JST。GitHubが最初に公開された時刻とは区別）

## llama.cpp b11548、MTPの画像入力処理を修正

llama.cppのPR #30257は、複数トークン予測（MTP）のヘッドへ渡すmtmdの画像入力を、ゼロ埋めではなく正しくデコードするコード修正である。masterへ統合され、タグb11548に収録された。PRの作者はQwen3.5-4B-MTPと請求書画像を使った確認を報告している。（[出典1](https://github.com/ggml-org/llama.cpp/pull/30257) / [出典2](https://github.com/ggml-org/llama.cpp/releases/tag/b11548)）

プロジェクトメンバーのレビューには、MTPを有効にしたGLM-5.3-Flashで画像入力時のクラッシュも修正すると記載される。一方、別のIssueには、LinuxのAMD Strix Halo・Vulkan RADV・Qwen3.8-Flash-Next `UD-Q4_K_XL`とMTPドラフトの構成で、変更後も画像入力時にabortするとの利用者報告がある。後者はAI補助による作成・再現と開示され、他バックエンドや他量子化での確認は行っていない。（[出典1](https://github.com/ggml-org/llama.cpp/pull/30257#pullrequestreview-5477756761) / [出典2](https://github.com/ggml-org/llama.cpp/issues/30307)）

**EastBraverの見立て:** これらは同条件のモデル比較ではなく、変更理由、レビュー、個別構成の不具合報告である。MTPの画像入力全般が安定したとは判断せず、[LLM](/guides/llm)のモデル、量子化、バックエンドを揃えて採用条件を確認したい。（[出典1](https://github.com/ggml-org/llama.cpp/pull/30257) / [出典2](https://github.com/ggml-org/llama.cpp/issues/30307)）

- 出典: [PR #30257](https://github.com/ggml-org/llama.cpp/pull/30257) / [タグb11548](https://github.com/ggml-org/llama.cpp/releases/tag/b11548)（masterへの実装修正とタグ収録、2026-10-10 18:22 JST。正式Releaseの公開時刻やprerelease状態とは区別）

## Apate取材、会話時間とHTTP要求数は別の効果指標

WIREDは、詐欺電話やメッセージを会話ボットへ転送するApateの取材と、AI攻撃エージェントを相手にするLLMハニーポットの研究を紹介した。Apateの新規提供開始や、背景に使われた研究の初公開ではない。（[出典1](https://www.wired.com/story/ai-is-getting-really-good-at-messing-with-cybercriminals/) / [出典2](https://arxiv.org/html/2605.29963v1)）

ApateのCEO Dali Kaafarは、取材時点で約350,000体のボットを運用し、詐欺師に関する情報を250,000件超収集したと述べる。これは同時稼働数や詐欺師の人数、被害削減数を独立して測った値ではない。WIRED記者2人が6分間のデモでボットを暗号資産への投資へ誘導できなかった体験も、詐欺判定の精度や実被害の削減を証明するものではない。（[出典1](https://www.wired.com/story/ai-is-getting-really-good-at-messing-with-cybercriminals/)）

Apateは、詐欺対話から攻撃経路、銀行口座、暗号資産ウォレット、電話番号、メールアドレスなどを抽出し、収集情報の匿名化・暗号化と個人識別情報の非保存・非共有を説明している。一方、WebサイトのPrivacy Policyは問い合わせの連絡先や通信記録の収集を説明しており、全サービスで個人情報を保存しないという保証へ広げない。モデル安全策や倫理審査、監査の説明はあるが、本調査で詐欺判定閾値の数値、定量的な誤検知率、実被害削減の独立評価までは確認できていない。（[出典1](https://www.apate.ai/) / [出典2](https://www.apate.ai/privacy-policy) / [出典3](https://www.apate.ai/help-center)）

背景のHoneyvalは、16種類のHTTPバックエンドを模擬したLLMハニーポットと、ルールベースの低対話型APIモックを比較した既存研究である。2026年5月の論文と研究サイトが示すのは、対話あたりのHTTP要求数と攻撃エージェントによるハニーポットの検知であり、秒や分での拘束時間ではない。検知では正常な実バックエンドを誤判定する割合も扱い、すべての攻撃エージェントで一律に見破られにくいとはしていない。（[出典1](https://arxiv.org/html/2605.29963v1) / [出典2](https://honeyval.xyz/)）

**比較表: 取材での会話時間と研究での要求数を区別**

| 観点 | Apateの取材 | 既存研究Honeyval |
| --- | --- | --- |
| 相手と環境 | 詐欺電話やメッセージの送信者をボットへ転送する。（[出典1](https://www.apate.ai/products)） | AI攻撃エージェントと模擬HTTPバックエンドを使う。（[出典1](https://arxiv.org/html/2605.29963v1)） |
| 示された指標 | 2時間を超える通話もよくあるとCEOが述べる。独立した平均値ではない。（[出典1](https://www.wired.com/story/ai-is-getting-really-good-at-messing-with-cybercriminals/)） | 対話あたり平均82.6 HTTP要求で、ルールベースのAPIモックの30.6要求を上回る。経過時間には換算できない。（[出典1](https://honeyval.xyz/)） |
| 判断の限界 | 会話の継続は実被害削減と同じではない。（[出典1](https://www.wired.com/story/ai-is-getting-really-good-at-messing-with-cybercriminals/)） | ハニーポットの検知率と正常なバックエンドの誤判定率を分けて評価する必要がある。（[出典1](https://arxiv.org/html/2605.29963v1)） |

**EastBraverの見立て:** [AI Agent評価](/guides/ai-agent-evaluation)では、測定対象と比較相手を揃えることが先にある。詐欺師との会話時間と、模擬環境でAIが送った要求数は別の指標であり、同列の防御性能や被害削減率として比較しない。（[出典1](https://www.wired.com/story/ai-is-getting-really-good-at-messing-with-cybercriminals/) / [出典2](https://arxiv.org/html/2605.29963v1)）

- 出典: [WIRED](https://www.wired.com/story/ai-is-getting-really-good-at-messing-with-cybercriminals/)（取材記事、2026-10-10 21:00 JST） / [Honeyval論文v1](https://arxiv.org/html/2605.29963v1)（背景の既存研究、2026-05-28公開）

## ほかの確認済みの更新

本文と同じ方法で根拠を確認した更新を、要点だけ短くまとめる。

- **llama.cpp b11551、MiniCPM-V4.7向けの実装を追加**：画像・動画向けの3D RoPE処理を含むサポートを追加した。PRは提供予定のMiniCPM-V4.7向けと説明しており、このコード更新をモデル重みの公開や提供開始と同一視しない。（[出典1](https://github.com/ggml-org/llama.cpp/releases/tag/b11551) / [出典2](https://github.com/ggml-org/llama.cpp/pull/29416)）
- **llama.cpp b11549、スロット保存先を環境変数で指定可能に**：`--slot-save-path`に対応する`LLAMA_ARG_SLOT_SAVE_PATH`を追加した。systemdのEnvironmentFileなどから保存先を指定できる変更で、保存機能を初期状態で有効にするものではない。（[出典1](https://github.com/ggml-org/llama.cpp/releases/tag/b11549) / [出典2](https://github.com/ggml-org/llama.cpp/pull/30272)）
- **llama.cpp、IBM向けの変換とコンパイラー条件を更新**：s390xのVXE/VXE2ビルド経路でFP32からFP16へのベクトル変換を追加した。またb11550では、非対応コンパイラーでz17ターゲットを自動的に無効にし、必要条件をGCC 15.1以降と最新binutilsとしている。CPU全般での速度向上を保証する更新ではない。（[出典1](https://github.com/ggml-org/llama.cpp/pull/30157) / [出典2](https://github.com/ggml-org/llama.cpp/releases/tag/b11550) / [出典3](https://github.com/ggml-org/llama.cpp/pull/30297)）
- **llama.cpp b11543、VulkanのNVIDIA向けMUL_MAT_IDを4行化**：PR #29274がmasterへマージされタグb11543に収録された。Vulkanの`MUL_MAT_ID`の`rm_id`を対象とし、pre-Turingと分類されないNVIDIAデバイスでは処理を4行にする。CUDA全般や全並列条件の高速化を示すものではない。（[出典1](https://github.com/ggml-org/llama.cpp/releases/tag/b11543) / [出典2](https://github.com/ggml-org/llama.cpp/pull/29274)）